Segundo Becker et al. (2009), a aplicação dos modelos de maturidade pode ser suportada por procedimentos adequados, tais como questionários estruturados. Nesse sentido, existem diversos modelos (HP, 2006; MICROSOFT, 2007; THE OPEN GROUP, 2011; ITANA, 2013) que apontam o uso de questionários durante processos de consultoria específicos, na forma assistida – com interação pessoal.
De Yarenko et al. (1986 apud GÜNTHER, 2009) tem-se que questionários podem ser definidos como "um conjunto de perguntas sobre um determinado tópico que não testa a habilidade do respondente, mas mede sua opinião". Em geral, é composto de perguntas concretas a serem apresentadas, que se referem a itens de avaliação no qual deve existir uma relação recíproca entre os conceitos em avaliação e esses itens.
Na quantificação dos resultados de questionários, esses itens de avaliação dependem do tipo de variáveis (conceitos) que constituem seus dados, e são construídos baseados em quatro tipos de escalas distintas (LOPES, 2011):
§ Nominal: onde o foco é a categorização do dado;
§ Ordinal: construída a partir de escalas nominais quando existe paralelismo evidente entre a escala nominal e uma sequência crescente ou decrescente com significado;
§ Por intervalo: usada com dados quantitativos, tanto discretos como contínuos, sendo que a distância entre os valores que constituem os intervalos deve ser igual; e
§ Por rácios: escalas que têm as mesmas propriedades que as escalas por intervalos para variáveis contínuas e, adicionalmente, apresentam a característica de possuírem um zero absoluto como valor mínimo, de modo que as razões entre duas medidas têm sempre o mesmo valor, qualquer que seja a unidade utilizada.
O uso de questionários na avaliação de maturidade SOA não é uma novidade. Modelos como o da HP (2006) advogam o uso de questionários baseados em itens de avaliação do tipo "verdadeiro, parcial ou falso", atribuindo pontuação correspondente (um, meio ou
zero) e determinando diretamente "por intervalo" o nível indicado para a organização dentro de um domínio.
O The Open Group (2011), um consórcio global de organizações, também por um questionário guiado realiza o processo por meio de entrevistas com o pessoal-chave na organização; é baseado em questões de avaliação básicas fornecidas pelo modelo OSIMM, que ajudam a mapear os indicadores de atributos de maturidade. E, ainda, o nível de maturidade atual e o valor de pontuação variam em uma escala ordinal de 10 pontos e utilizam recursos de média ponderada dentro de cada domínio; pontuação final essa que é agregada por meio de domínios para definição de um estado global para a organização.
Entende-se que o uso de questionários baseados em valores por intervalos suporta heurísticas que podem ser aplicadas utilizando critérios de regressão em modelos matemáticos avaliativos, baseadas nos resultados das respostas obtidas, de forma a incorporar os aspectos subjetivos avaliados pela Governança Corporativa e de TI na avaliação final se forem determinadas faixas coerentes em relação aos itens de questionário.
Adicionalmente, do uso de questionários para suportar as respostas quantificáveis, uma primeira preocupação é o critério de tomada de decisão a ser imposto no modelo de avaliação de cada controle, que determina o critério de regressão a ser utilizado. Assim, da análise dos resultados da aplicação dos questionários e quantificação dos controles tem-se um princípio de tomada da decisão a partir de resultado associado ao conceito de pesquisas operacionais. Pesquisa operacional é um processo que ajuda a tomada de suas decisões, fornecendo-lhe as informações quantitativas necessárias, com base no método científico de análise sistemático, dirigido por uma estrutura básica – um modelo (GUPTA; HIRA, 2009).
O uso da teoria de tomada de decisão fornece uma abordagem racional ao lidar com problema de quantificação, confrontando essa decisão com a incerta e imperfeição do conhecimento das situações futuras (SONKAR, 2013). Assim, sob condições de incerteza, a tomada de decisão apresenta os estados da natureza que podem acontecer mas não têm o conhecimento sobre as probabilidades de sua ocorrência. São consideradas técnicas para tomada de decisão sob incerteza (LISBOA, 2002):
§ Critério Maximax ou Critério de otimismo: se baseia em uma visão otimista do problema. Escolhido determinado modelo, supõe-se que ocorrerá o melhor evento possível – a alternativa será escolhida como aquela que tem a melhor entre as melhores opções de todas as alternativas. Em outras palavras, deve-se determinar o lucro máximo para cada alternativa e, em seguida, escolher a alternativa com o maior lucro máximo.
§ Critério Maximin ou Critério de pessimismo: se baseia em uma visão pessimista do problema. Supõe-se que escolhido determinado modelo ocorrerá o pior evento possível. A alternativa será escolhida como aquela que tem a melhor entre as piores opções de todas as alternativas – deve-se determinar o menor valor para cada alternativa e, em seguida, escolher a alternativa com o maior valor dos mínimos.
§ Critério de Hurwicz ou Critério de realismo: é intermediário entre o mais pessimistas (Maximin) e o mais otimista (Maximax). Dado um coeficiente de otimismo, v, o índice de cada alternativa é calculado, conforme mostrado na equação 2.1:
x = v xmax + (1 - v) xmin (2.1),
onde x é o índice resultante relativo à alternativa considerada, xmax é o índice máximo da alternativa e xmin é o índice mínimo. O índice de otimismo é um valor real entre 0 e 1, onde v = 0 indica pessimismo extremo (critério Maximin) e v = 1 indica otimismo extremo (critério Maximax).
§ Critério Minimax ou Critério de regressão: procura determinar o arrependimento máximo de cada escolha. Para montar a matriz de arrependimentos, determina-se o lucro máximo de cada evento. Para todos os eventos, calcula-se a diferença entre o lucro máximo e o lucro da alternativa em questão. Monta-se então uma matriz com as diferenças entre o lucro máximo e os lucros das alternativas. Pelo critério de Minimax, a opção a ser escolhida é aquela que minimiza o arrependimento máximo.
§ Critério de Laplace ou Critério da racionalidade: é baseado no axioma em que todos os estados da natureza têm uma probabilidade de ocorrência, e postula que, se não há informação disponível sobre as probabilidades dos vários resultados, é razoável
supor que eles são suscetíveis de ocorrerem de forma igual. Portanto, é um critério de decisão não probabilístico, no qual se houver n resultados a probabilidade de cada é 1/n. Essa abordagem sugere que o tomador de decisão deve calcular o retorno esperado para cada alternativa e selecionar a alternativa com o maior valor de retorno. O critério de Laplace é o primeiro a fazer uso explícito de avaliações de probabilidade sobre a probabilidade de ocorrência dos estados da natureza. Como resultado, é o primeiro modelo elementar para utilizar toda a informação disponível na matriz de igual retorno.
Algumas metodologias de quantificação são baseadas em risco, tais como a teoria dos jogos. Como Haimes (1998) menciona na sua Modelagem de Risco, Avaliação e Gestão, existem critérios de decisão para administrar o risco e a incerteza sem pedir o envolvimento de probabilidades: maximizar o ganho mínimo (Maximin), minimizar a perda máxima (critérios Minimax), maximizar o ganho máximo (a regra Maximax). A prática em avaliação de maturidade impõe uma visão pessimista. Desse modo, no modelo proposto é explorada a adoção de um critério Minimax.
Em processos decisórios multiatributos, o método Minimax é comumente usado quando todos os atributos são comparáveis, julgados com base em um único critério (LINKOV; RAMADAN, 2004). O método de regressão Minimax é uma estratégia que procura evitar o pior desempenho possível – deve-se evitar o custo máximo. Isso é conseguido mediante a atribuição total de importância para os critérios no qual uma alternativa se apresenta como pior, ficando todas as alternativas pela força do seu atributo mais fraco. Essa alternativa é a preferida para os casos em que a pontuação do seu atributo mais fraco é o ponto mais focal.
Outra possibilidade para favorecer uma estratégia de beneficiar o pior desempenho possível é a aplicação da regra Hurwitz com um baixo índice de otimismo. A regra de Hurwitz, ou regra de compromisso, aplica um índice (0<índice<1) para definir o nível de otimismo da decisão. Nessa regra, o critério de realismo – do pessimismo ao otimismo – é realizado através da fórmula (índice)+(1-índice).(mínimo valor retornado de uma alternativa).
Esse processo de regressão oferece uma alternativa prática para as abordagens Bayesianas, já que a inferência bayesiana apresenta dificuldades em cálculo dos valores esperados de
funções particulares dos parâmetros que resumem convenientemente a densidade a
posteriori. Isso se dá porque na inferência bayesiana os limites ou restrições lineares sobre
os parâmetros de saída são muito mais difíceis de se obter, atualizar e suportar por uma computação eficaz de regressões (VISMARA, 2007).
Adicionalmente, em um questionário de avaliação de maturidade, depois de avaliadas as questões pertinentes a cada controle e formados valores de nível de maturidade em cada controle, esses controles podem indicar níveis de maturidade diferentes dentro de cada domínio. Assim, é no conjunto dos resultados de outra análise do conjunto de controles de um domínio que a maturidade específica de um domínio pode ser calculada, e na qual recomendações de atividades de melhoria ou roteiros de evolução (roteiros 'to-be' ou 'to-
do lists') podem ser derivadas na busca do atingimento de patamares mais elevados de
maturidade dentro de cada domínio (IT GOVERNANCE INSTITUTE, 2007 apud BECKER; KNACKSTEDT, 2009).
2.5 – METODOLOGIA PARA TOMADA DE DECISÃO A PARTIR DE